安克创新
视觉感知算法工程师
视觉感知算法工程师
发布于 2 天前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
3D目标检测
Bev
Occupancy
分割
模型优化
评测系统
跟踪
部署
量化
AI 估算 · 25k–45k
深圳视觉算法岗位需求旺盛，安克创新为上市大厂，薪酬竞争力强，结合岗位技术难度，月薪约25k-45k。
职位详情
关于这个职位
作为安克创新的视觉感知算法工程师，你将负责机器人场景下立体视觉、BEV感知、占用网络等前沿算法的设计与开发，并参与模型在边缘芯片上的优化与部署，同时推进云端评测系统的落地
这是一个深度参与机器人核心技术研发、接触工业级部署流程的硬核技术岗位
工作职责
负责机器人场景Stereo/BEV/Occupancy感知算法设计和开发，包括但不限于3D目标检测、分割、跟踪
负责感知模型在边缘芯片上的优化、量化和部署
负责机器人场景bev算法的验证和落地
参与视觉感知算法在云端GT链路和评测系统的落地和优化
AI 洞察
优缺点分析
优点
- 安克创新作为上市大厂，平台稳定，资源充足
- 涉及BEV、Occupancy等前沿技术，技术成长快
- 算法从设计到部署全链路参与，工程能力提升显著
- 机器人场景对实时性和精度要求高，部署难度大
- 算法迭代快，需要持续学习与跟进最新论文
- 适合热爱前沿视觉算法、喜欢动手实践、渴望在机器人领域深耕的工程师
缺点 / 挑战
- 可能存在项目周期紧张，工作强度较高
角色解读
- 纵向深耕：从算法工程师成长为视觉感知专家，主导核心算法方向
- 横向扩展：向机器人系统集成、端到端自动驾驶方向拓展
- 管理路线：技术成熟后可带领团队，担任技术负责人
- 设计并开发机器人场景下的立体视觉、BEV和占用网络感知算法，包括3D目标检测、分割与跟踪
- 负责将训练好的感知模型在边缘芯片上进行优化、量化与部署，确保实时性与精度
- 参与云端GT链路和评测系统的搭建，对算法效果进行闭环验证
- 扎实的计算机视觉和深度学习基础，熟悉3D视觉、多视图几何
- 精通PyTorch/TensorFlow等框架，有模型量化、剪枝等边缘端部署经验
- 熟悉C++/Python，有良好的工程落地能力
申请策略
- 面试前了解安克创新机器人产品的技术路线，展示匹配度
- 准备一个完整的算法落地案例，体现从设计到部署的闭环思维
- 突出3D视觉项目经验，尤其是BEV或多视图立体匹配相关
- 强调模型优化与部署经历，如TensorRT、ONNX量化等
- 展示开源贡献或竞赛成绩，证明动手能力
- 系统学习BEV感知相关论文（如LSS、BEVFormer）
- 熟练使用边缘端推理框架（如TensorRT、NCNN）
- 补充C++工程优化知识，提升代码效率
面试指南
- 先阐述概念定义和核心思想，再结合实际项目说明实现细节和难点
- 对于优化类问题，按“问题定位-方案选择-实施效果”三步骤回答
- 展现对全链路的理解，从数据、模型到部署、评测
- 请解释BEV感知的核心原理及其在机器人中的应用
- 你如何处理感知模型在边缘设备上的实时性瓶颈？
- 谈谈你对Occupancy网络的理解，与BEV有何异同？
- 描述一次你成功优化并部署模型的经历
- 如何设计云端评测系统来验证感知算法的有效性？
职位点评
71
综合评分
上市大厂，前沿视觉感知算法，技术成长空间大，但工作节奏未知。
更适合这类人
适合追求技术前沿和职业成长、能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
安克创新为上市大厂，薪资具有竞争力，但具体数额未披露，福利待面试确认。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
岗位涉及BEV、Occupancy等前沿技术，从算法设计到边缘部署全链路参与，技术成长空间大。
技术前沿前沿/新兴技术
技术栈Stereo、BEV、Occupancy、3D目标检测、边缘芯片、模型优化
业务类型ambiguous
工作生活
50较低
深圳现场办公，未提及弹性工作安排或WLB信息，可能存在一定加班压力。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
机器人感知是高速增长赛道，技术革新快，产品落地后社会价值较高。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs